认知无线传感网络的簇路由的研究

那 勇

(1.吉林大学，吉林 长春 130012；2.吉林广播电视大学，吉林 长春 130022)

0 引 言

随着电子通信技术的迅速发展, 无线传感网络 (Wireless Sensor Networks，WSNs)已在医疗、智慧城市、环境监测等领域广泛使用。然而, 基于WSNs应用的拓延, 对频谱带宽需求的量也日益增加。但频谱资源是有限的, 需对频谱资源进行复用。

而认知无线电(Cognitive Radio, CR)是复用频谱资源,提高频谱利用率的有效技术。CR系统中有两类用户:主级用户(Primary Users, PUs)[2]和次级用户(Secondary Users, SUs)。SUs灵活方式占用PUs所注册的频谱。据此, 将CR技术运用于WSNs，进而解决WSNs频谱资源紧张之困境[3], 提高频谱利用率。

除了频谱资源外, 能量资源也是WSNs需考虑的有限资源。WSNs中的节点是由电池供电, 一旦电池耗尽, 节点就无法感测数据，传输数据等, 节点就失效[4]。因此, 如何有效地利用节点能量, 降低节点能耗, 进而延长网络寿命,也是WSNs的一个研究热点。

对于单个节点而言, 传输数据所消耗节点的大部分能量。因此, 减少数据传输量, 优化路由是降低节点能耗的有效手段。簇技术是管理数据流量, 优化路由的有效技术。依据节点个体属性或网络拓扑知识, 将网络内多个节点划分不同的簇, 每个簇由一个簇头(Cluster Head, CH)和簇成员构成。CH负责收集本簇内簇成员的数据, 再向信宿传输。

将CR技术引用于WSNs的网络称为认知无线传感网络(Cognitive Radio Sensor Networks, CRSNs)[5-6]。本文针对CRSNs, 提出新的簇路由。

目前,研究人员针对CRSNs,提出不同的簇路由策略。Ghalib等[7]提出了基于频谱感知的能效簇路由(Spectrum-aware Clustering for Energy-Efficient Routing, SCEER)。节点先感测频谱信息, 再结合节点能量信息估计节点权重, 再由权值择优选择簇头。类似地, Zubair等[8]提出了基于虚拟簇的可靠机会 (Virtual Cluster-based Reliable Geographical Forwarding Routing, VCGFR)。而Pei等[9]提出了低能耗自适应非均匀簇路由(Low-energy adaptive uneven clustering Routing, LAUCR)。LAUCR利用节点能获取的空闲信道数作为节点成为簇头的权值，再依据权值择优选择簇头。

图1 无线电能量消耗模型

为此，针对CRSNs簇路由进行研究，提出基于节点权值优化的簇路由(Cluster routing based on node weight optimization, CRNW)。CRNW先依据节点感知频谱和能量信息计算节点权值，并将具有最在权值的节点作为簇头，进而构成簇。然后，再依据簇结构传输数据。通过仿真表明，提出的CRNW路由有效地降低数据传输时延，并控制节点能耗。

1 系统模型

1.1 网络模型

(1)

其中H0表示PU为空闲时的假设。而H1表示PU在传输阶段时的假设。n(t)为零均值的高斯白噪声。

引用能量检测机制进行频谱感知。令Pd、Pf分别表示检测率和虚警率[10]，其定义分别如式(2)所示：

(2)

其中Y表示通过能量检测算法所获取的决策统计量。而ν为决策阈值。

1.2 能耗模型

考虑简单的节点能耗模型[11]，如图1所示。令ETx(k,d)表示发送节点传输k比特数据、且传输距离为d所消耗的能量，其定义如式(3)所示：

(3)

其中，Eelec执行发射器或接收器的能耗。Efs、Ety分别表示两个传播损耗模型的能量消耗。而d0表示这两个传播损耗模型切换的距离阈值。

令ERx(k)表示接收k比特数据的所消耗的能量：

ERx(k)=k×Eelec

(4)

2 CRNW路由

2.1 节点权值

首先依据节点的能量和对频谱感知信息，估计节点权值。每个节点将独立利用能量检测算法感测频谱。令xi(t)表示节点i在时刻t对C个信道的感测矢量：

(5)

令αi(t)表示节点i接入信道期望矢量，其反映了接入信道的时间。依据对信道历史统计估计每个信道的接入时间[12]。

(6)

先计算两个节点接入信道的矩阵Aij(t)，且定义如式(7)所示：

Aij(t)=[xi(t)xj(t)]×min[αi(t),αj(t)]

(7)

其中min表示求最小操作。

然后，节点i再计算与邻居节点j人相对权重值γij(t)=(1/C)(1·Aij(t))，其中1={11，22，…，1C}T为布尔矩阵，即1i=1。

因此，可依据式(8)计算节点i与它的每个邻居节点的相对权重值γi(t)：

(8)

其中ei、Ni分别表示节点i的剩余能量、邻居节点集。

2.2 簇头选举

依据节点的相对权重值择优选择簇头。具体而言，节点i根据式(8)计算相对权重值，并依据权重值设置定时器[13]。权重值越大，定时时间就越小。令Ti表示节点i的定时时间：

(9)

其中Tbase表示定时时长的基准。

一旦定时完毕，并且在定时期间未收到邻居节点传输的通告消息Ann_Mess，就向邻居节点传输通告消息。若收到邻居传输的通告消息，就取消定时，并不参与簇头的竞争。通过定时机制，使权重值大的节点，优先成为簇头。整个流程如图2所示。

图2 簇头选举流程

2.3 数据传输

簇形成后，簇成员向簇头传输数据。簇头收集数据后，通常需多跳才能将数据传输至信宿。因此，簇头需要建立多跳路由[14]。该路由是由多个簇头构成。为此，簇头先传输路由请求消息(Routing Request, RREQ-CH)，其包含了自己位置和ID号。

收到RREQ-CH消息后，节点判断自己离信宿距离是否小于发送节点离信宿距离远。若是，则将自己的ID号加入RREQ-CH，并继续广播。若距离大于发送节点离信宿距离，则直接丢失。

图3 RREQ-CH和RREP的传输过程

如图3(a)所示。源节点先广播RREQ-CH，邻居节点2、3、4接收了RREQ-CH。它们判断自己离信宿距离是否大于节点1离信宿距离。由于节点3离信宿的距离大于节点1离信宿距离，节点3不再转播RREQ-CH。

通过不断地重播RREQ-CH，直至RREQ-CH到达信宿。当收到RREQ-CH后，从RREQ-CH里获取RREQ-CH传输路径。再沿着此路径回复路由请求(Routing Reply, RREP)，如图3(b)所示。

收到RREP后，源节点就依据此路径传输数据Data，进而完成数据的传输。

3 性能分析

3.1 仿真模型及参数

利用NS2建立仿真平台，分析CRNW路由性能[15]。在300 m×300 m区域内部署16个PUs和100个SUs。这些SUs传输视频数据。信道数为10。具体的仿真参数如表1所示。同时，选择SCEER路由作为参照，并分析它们的数据传输时延、能耗性能。

表1 仿真参数

3.2 数据分析

3.2.1数据传输时延

先分析簇个数对数据传输时延的影响，其中簇个数从10～25变化。从图4可知，簇个数的增加提高了数据传输时延。这主要是因为：簇个数越多，数据传输路径的跳数就越多，加大了数据周转的时延。此外，相比于SCEER路由，提出的CRNN路由有效地控制数据传输时延。例如，当簇数为20时，CRNN路由的传输时延为600 ms，而SCEER路由的传输时延达到700 ms。

图4 簇数对数据平均时延的影响

图5分析了数据传输时延随视频源个数的影响。从图可知，视频源个数的增加，增加了数据传输时延。原因在于：视频源个数越多，需要传输的数据就越多，网络负担就越严重，增加了网络拥塞的几率，这必然增加了数据传输时延。相比于SCEER路由，提出的CRNW路由减少了数据传输时延。这要归功于：CRNW路由优化了簇层结构，提高了数据传输效率。

图5 视频源数对平均时延的影响

3.2.2节点能耗

本小节分析视频源个数对节点能耗的影响，如图6所示。

图6 视频源数对节点能耗的影响

从图6可知，视频源个数的增加，加大了节点能耗。这主要是因为：视频源数量越多，节点传输数据量的就越大，这必然加大了节点能耗。与SCEER路由相比，提出的CRNW路由控制了节点能耗。例如，在视频源个数为16时，SCEER路由的平均节点能耗为0.77 J，而CRNW路由的平均节点能耗为0.72 J。

4 结 语

本文对CRSNs网络的簇路由进行研究，并提出基于节点权值优化的簇路由CRNW。CRNW利用节点对频谱的感知和能量信息，产生簇头，进而形成最优的簇拓扑结构，提高数据传输效率，降低节点能耗。仿真结果表明，提出的CRNW路由减少了节点能耗，并控制了数据传输时延。